Warsztaty Badawcze 2021L - Praca Domowa nr 3

Autor: Bartosz Sawicki

Potrzebne biblioteki

Wczytanie danynch i podział zbioru

Wczytanie modelu i utworzenie obiektu Dalex

Dla wybranej obserwacji ze zbioru danych wylicz predykcję modelu.

Dla obserwacji 32. model przewiduje z prawie 100% prawdopodobieństwem, że klient nie zrezygnuje z usługi. W tym przypadku predykcja okazała się prawdziwa.

Dla wybranej obserwacji, wylicz dekompozycję predykcji modelu używając profili Ceteris Paribus/ ICE

Dla tej obserwacji zmiana wartości prawie każdej ze zmiennych nie zmienia predykcji modelu. Jedynie zmianaTotal_Trans_Amt (całkowita wartość transakcji) lub Contacts_Count_12_mon (liczba kontaktów z przedstawicielami banku w ostatnim roku) wpływa na zmianę wyjściowego prawdopodobienstwa.

Gdyby zmienna Total_Tran_Amt była <= 860 lub w przedziale <6 000,11 000> model przewidywałby odwrotny wynik, mianowicie odejście klienta.

Natomiast gdyby Contacts_Count_12_mon była większa od 5, to prawdopodobieństwo odejścia klienta zwiększyłoby się o około 6%.

Wybierz dwie obserwacje ze zbioru danych, które mają różne profile CP

Utworzono nowy obiekt explainer, aby wykresy były w różnych kolorach.

Dla jednej z powyższych obserwacji wraz ze wzrostem Customer_Age (wiek klienta) prawdopodobieństwo odejścia rośnie, a dla drugiej z tych obserwacji sytuacja jest odwrotna.

Wpływ płci (Gender) na predykcję jest inny dla tych obserwacji. Na jedną nie wpływa zupełnie, natomiast dla drugiej zmienia wyjściowe prawdopodobieństwo. A konkretniej w rzeczywistości klient jest kobietą, a gdyby był mężczyzną to wynik zmieniłby się o 0.2.